记笔记2(anchor)

最初的RCNN是将输入图片进行crop,然后将裁剪后的图片全部经过CNN网络中进行特征提取,因为后面接了全连接层进行分类,所以全连接的输入的尺度是固定的,这也要求输入图片的大小是固定的,对于此,SPPnet经过空间金字塔可以将不同的尺寸的输入resize成为相同尺寸的输出,而SPP的逆向就是相同输出不同的输入。
在这里插入图片描述
anchor就是在特征层上进行3x3滑窗,得到一堆的3x3小块,通常认为这些小块是原始图片经过SPP得到的,而这个池化的比例和尺寸就是anchor,那么为啥随意输入得到固定尺寸呢,因为它是认为接fc层的,如果不接fc,例如retinanet这样大多数网络得到的anchor也可以看做SPP思想的映射。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值